Grupo de Estudos de Aprendizado de Máquina (GEAM)
Hotspot Mapping: identificando locais de risco para a ocorrência de crimes
Sobre o problema
-
Contexto
Imagine que você foi encarregado para decidir quais áreas da região de Manhattan devem receber mais patrulhamento policial.
Como você resolveria esse problema?
-
Informações
- Conjunto de dados com registros de crimes de toda a cidade de NY
- A força policial disponível é capaz de cobrir apenas 5% da região
-
Objetivo
-
Identificar áreas de risco na região de Manhattan
-
Determinar o nome das ruas da cidade que deverão receber reforço no patrulhamento policial
Conjunto de dados
- Crimes reportados em todos os 5 bairros da cidade de NY (2014-2015)
- Subconjunto dos dados disponíveis em NYPD Complaint Data Historic, 2006 - 2019
O que foi visto com esse exercício?
- Operações com dados geoespaciais usando GeoPandas
- Tipos de Sistemas de projeção de coordenadas
- Visualização dos dados usando contextily e matplotlib
- Geocoding e obtenção de dados do openstreetmap usando OSMNX
- Aplicação do KDE com grade de células para a geração de Hotspots
Referências
- [DOC] Geopandas
- [DOC] OSMNX
- [PAPER] The Utility of Hotspot Mapping for Predicting Spatial Patterns of Crime
- [SITE] Kernel Density Estimation